
复制地址到浏览器中进行下载
链接: https://pan.baidu.com/s/15m_KRGY9WLnkgmlu3wXYpA?pwd=weiy 提取码: weiy
–来自百度网盘超级会员v1的分享


复制地址到浏览器中进行下载
链接: https://pan.baidu.com/s/15m_KRGY9WLnkgmlu3wXYpA?pwd=weiy 提取码: weiy
–来自百度网盘超级会员v1的分享




| VIP/SVIP会员课程预览 | 按汉语拼音字母排序 |
| 人工智能课程 | 家居类目运营 |
| 3dmax建模全课 | 家具账号 |
| AE特效小白进阶大神After Effects | 剪映18大去重方法 |
| ai变现ai赚钱 | 剪映电脑VIP6.01版本 |
| AI教程Adobe illustrator | 剪映剪辑课程VIP |
| ai虚拟数字人直播 | 剪映剪辑系列 |
| ai虚拟数字人直播全套教程 | 剪映教程电脑版PPT |
| AU调音小白入门到大神Audition | 剪映教程手机版PPT |
| Blender建模全教程 | 健身号 |
| c4d教程 | 街拍美女系列 |
| cad入门到精通 | 跨学科通识课网课 |
| CDR教程 | 快手课程 |
| DeepSeek本地部署课程 | 快手教程 |
| DeepSeek教程 | 快手运营教程 |
| dou+巨量千川投流 | 冷知识账号 |
| Midjourney关键词合集 | 零食带货短视频素材+教程 |
| photoshop教程 | 零食教程 |
| PR入门到精通 | 漫画解说动漫解说 |
| SketchUp草图大师课程 | 美女热舞系列 |
| TK教程T1kT0k | 美容业教程 |
| 保险号运营 | 美业教程 |
| 餐饮号 | 民宿号教程 |
| 茶叶话术运营全套课程 | 魔术号全流程实操 |
| 车M车展素材 | 母婴号 |
| 宠物账号 | 盘点搞笑素材+教程 |
| 传统机械行业 | 盘点账号课程 |
| 垂直类目课程 | 培训机构同城招生 |
| 达芬奇调色教程 | 拼多多类目查询 |
| 达人探店教程 | 汽车类目教程 |
| 钓鱼账号 | 人文情感风景视频素材 |
| 抖音短视频运营教程 | 三农号 |
| 抖音烘焙短视频 | 沙雕动画教程 |
| 抖音矩阵运营课程 | 食品饮料运营 |
| 抖音课程 | 视频号运营教程 |
| 抖音运营课程 | 手机拍摄教程 |
| 抖音来客教程 | 手艺人教程 |
| 抖音培训PPT | 书单号 |
| 抖音商品卡 | 探店账号运营 |
| 抖音私域课程 | 图书教程 |
| 抖音思维导图 | 图文壁纸号 |
| 抖音同城号引流变现课程 | 图文音乐短视频 |
| 抖音图文带货教程 | 无人\半无人直播-实操课 |
| 抖音直播带货话术 | 小红书开店运营课程 |
| 抖音最新课程 | 小红书系列 |
| 短剧私域玩法 | 小红书运营培训PPT |
| 短剧账号 | 小说推文全套教程 |
| 短视频拍摄 | 养生号教程 |
| 短视频情感号 | 医美运营教程 |
| 二手车商短视频运营 | 医生ip教程 |
| 发型师流量运营 | 音乐推广教程 |
| 房产账号运营 | 音乐账号 |
| 风景号 | 影视剪辑解说 |
| 夫妻搞笑动画素材+教程 | 游戏发行人 |
| 服装女装教程 | 游戏主播 |
| 国学号 | 直播IP切片带货 |
| 豪车号 | 直播带货教程 |
| 护肤教程 | 直播间搭建教程 |
| 花店号运营 | 直播照读话术 |
| 画师ip教程 | 珠宝文玩 |
| 怀旧短视频 | 主播镜头表现力 |
| 记账公司财税运营 | 自媒体教程 |
| 家居建材教程 | 自媒体运营教程 |
获取方式:点击 我的->在线客服,获取资料。



2025 年末,互联网被一群会说话的 AI 萌宠席卷:YouTube 上,马尔济斯犬 “大麦” 用 10 个月 145 条视频圈粉 8.5 万,单月广告收入达 11 万元;比熊犬 “云朵” 仅靠 22 条内容,两个月斩获超 423 万播放量…..普通人靠 ChatGPT 写脚本、Midjourney 生图、剪映剪辑,十几分钟就能出片,无需专业技能,AI 把创作门槛拉到最低,也打开了流量变现捷径。
转眼马上进入 2026 年,AI 技术的普及让这场流量红利愈发汹涌。当做号依然是最大众化的变现路径,当 AI 从工具升级为创作合伙人,普通人如何抓住这波趋势,将 AI 生成的视频转化为稳定收入?今天 AdsPower 这篇文章就来告诉你!
2026 年的 AI 视频赛道,流量稀释已成必然,泛娱乐内容的变现效率大幅下滑,唯有垂直领域 + 实用价值的组合,才能实现高效转化。以下三个高潜力赛道,兼顾门槛低、溢价高、可持续性强的特点,特别适合普通人切入。
(1)AI 知识漫剧
将晦涩难懂的专业知识,通过 AI 转化为视觉冲击力强、节奏紧凑的漫剧形式,解决用户学习难的痛点,又符合短视频的观看习惯。
AI 知识漫剧的高价值选题可覆盖金融、历史、心理学等垂直领域,实操中需坚持选题小而深,避开大而全的模糊定位,同时保持风格统一,强化账号辨识度。

(2)AI 虚拟博主(UGC)
虚拟人无需真人出镜、没有档期限制,且人设稳定、风格可控,尤其受美妆、穿搭、生活方式类品牌青睐。明确 三维人设:性格 + 视觉标识 + 内容切口;可以给给虚拟人加记忆点标签打造反差感,比如 “带重庆方言的美妆博主”。

(3)全球化翻译号
利用 AI 的实时翻译、嘴型对位技术,将国内已经验证的爆款内容,快速适配海外市场,实现一份内容,多平台变现。

图源网络,侵删
2026 年的 AI 视频生产,已彻底告别复杂建模和漫长渲染,核心是 “用精准提示词指挥工具链”,从脚本到成片,全程 AI 辅助,普通人也能实现批量高质量产出。
(1)脚本生成
脚本生成的核心工具可选择逻辑更严谨、支持多风格适配的 DeepSeek 或 ChatGPT,关键在于跳出笼统描述的误区,用 “场景 + 风格 + 语气 + 细节” 构建反直觉指令,让 AI 精准捕捉创作方向。也可以让 AI 帮忙拆解爆款视频进行复制同类型脚本,让脚本更贴合爆款逻辑。

(2)视觉生成
视觉生成的核心是兼顾内容质感与风格统一性,这也是提升账号辨识度的关键。生图环节的核心技巧是运用 “主体 + 风格 + 细节 + 画质 + 种子词(–seed XXXX)” 的精准提示词公式,且同一账号需始终沿用相同的 “种子词 + 核心风格描述”,避免人物五官、场景风格出现突兀变化。视频生成则要聚焦提示词的精准度,需明确画面动作、背景、光影等要求,同时将分辨率设为 1080P、帧率 30fps 以适配主流平台,生成后预览如果发现动作不自然,就补提示词进行优化,不用逐帧改。
生图核心工具:Midjourney 、Nano Banana Pro 、DALL-E 3 等;
视频生成工具:Kling 、Luma Dream Machine等。

(3)音频与克隆
音频是 AI 视频打造差异化、强化记忆点的核心,关键技巧在于兼顾适配性与独特性。可以根据内容风格选择 “自然口语”“搞笑幽默”“专业解说” 等预设语气生成配音,建议将语速调整为 1.2 倍速,更贴合短视频快节奏传播需求。也可以通过录制方言或特色语气的样本音频,克隆专属配音,让账号在同类 AI 视频中快速脱颖而出,形成独特标签。
AI 音频工具:ElevenLabs、Whisper X(OpenAI)、讯飞听见 AI 配音、Play.ht、Massive Voice Clone(Meta)、Deepgram、Descript等

(4)一键合成
一键合成的核心是借助 AI 工具构建 “素材导入 – 智能适配 – 自动化处理 – 细节微调” 的轻量化流程,无需专业剪辑技能即可实现高效批量出片。
一键合成 AI 工具:剪映、AuroCut 、FastMix AI 、VidMind 、Magikut AI 等
AI 视频的变现核心是流量匹配场景,2026 年的变现路径更多元、更直接,无需漫长积累,新手也能快速起盘,以下是梯度变现方案。
(1)平台流量奖励
核心逻辑是靠平台广告分成赚取基础收入,同时积累粉丝,为后续高价值变现铺路。其中YouTube AdSense 是不可错过的高收益赛道,利用汇率差赚取的美金收益,比国内平台分成高出 20%-30%,但这条赛道的门槛恰恰在于海外账号的运营。
新账号注册要面对设备指纹、网络环境、行为模式等多重风控检测,稍不注意就会被封禁,前期投入的 AI 视频内容和运营时间全部白费;特别是如果想要放大收益,还需要运营多个账号布局不同垂类内容是关键,但同一设备登录多个账号极易触发关联风控,这成了很多创作者的变现卡点。
这个时候 AdsPower 就能帮大家解决这些难题,它能为每个 YouTube 账号创建独立的浏览器环境,再搭建海外IP ,有效防止 WebRTC 泄露真实 IP,从根源上规避多账号关联封禁的风险,让创作者可以放心布局多个垂类账号,批量发布 AI 知识漫剧、虚拟博主等内容。


不仅如此,AdsPower 还支持 RPA 自动化、窗口同步等功能,能帮助创作者高效养号,逐步提升账号权重,解决新账号 0 观看、粉丝积累慢的问题。

对于小团队来说,成员管理和分组权限功能更是刚需,不同运营人员可以在不同设备上一键登录对应账号,无需频繁切换和输入密码,大幅提升了多账号运营效率。
借助 AdsPower 的子成员功能,还能模拟多坐席使用各类海外营销工具,大大降低按坐席计费的工具成本,特别适合初创团队和个人创作者控制变现投入。

除了 YouTube,INS 、抖音的流量分成也适合高频产出萌宠、资讯、解压类内容的账号,搭建 AI 变现矩阵账号,扩大收益渠道。
(2)私域转化和带货
核心思路很简单,用 AI 视频引流,卖高毛利的产品和课程,一次创作就能多次变现。做私域课程的话,直接把 AI 视频的创作流程打包成工具包和教程,用低价引流、高价进阶的路子,引导用户私信领资料进私域成交。
带货就按视频类型搭商品,萌宠视频挂宠物用品,虚拟博主视频挂服饰配饰,关键是把商品自然融进内容里,别搞硬广。
(3)定制服务
给本地商家、中小企业做 AI 视频定制,需求旺、客单价高还能反复接单。基础业务瞄准餐饮、奶茶店等,有一定创作能力的还可以接企业 AI 内容代运营,一个人就能服务 3-5 家客户。要是涉及多平台多账号分发,就用 AdsPower 去高效管理客户账号矩阵,批量发定制视频,直接提升服务的效率和专业度。
2026 年的 AI 视频变现风口,从来不是专业团队的专属。找准垂直赛道,用提示词玩转 AI 工具,再靠平台分成、私域带货、B 端定制等变现渠道,普通人也能分得一杯羹。
而 AdsPower 这样的工具,更是帮你打通海外多账号运营的关键。 避开风控封禁的坑,高效养号涨粉,还能降低团队协作和工具使用的成本,让变现之路走得更稳更快。
与其站在原地观望,不如现在就动手选一个赛道,打磨出第一条 AI 视频。红利期的每一步行动,都是在为自己的稳定收入铺路。
文章来源于互联网:2026 搞钱新思路!AI 视频变现,普通人也能上手的保姆级经验分享
近日,广东茂名凭借”全国之最”到”世界之最”的硬核实力刷屏网络,这座低调的粤西城市竟暗藏十张闪耀全球的王牌!

1. 工业巨擘:石化航母领跑全国
茂名石化年炼油超2000万吨、乙烯产能110万吨,坐拥”全国首座千万吨炼油厂””百万吨乙烯基地”双殊荣,撑起华南石化产业半壁江山,”南方油城”实至名归。


2. 地下黄金:高岭土储量雄霸全球
茂名高岭土品质冠绝全国,造纸填料市占率超80%,从景德镇瓷器到航空航天材料皆有其身影,正强势进军产业链顶端,改写全球产业格局。


3. 海洋霸主:罗非鱼王国席卷全球
全球每12条罗非鱼就有1条产自茂名,年产值破百亿,”中国罗非鱼之都”掌控种苗、加工、出口全链条,”游龙”预制菜香飘海外餐桌。


4. 甜蜜暴击:荔枝帝国称霸世界
全球每5颗荔枝1颗茂名造!140万亩种植面积占全国1/4,拥有千年古荔群、国家级种质资源库,”茂名荔枝”品牌撬动RCEP百亿市场,再现”一骑红尘妃子笑”盛景。


5. 香道传奇:沉香之都香飘巴黎
电白沉香产业狂揽57亿产值,人工种植规模全国第一,非遗技艺让灭绝猛犸象牙重生,《天地颂》等600件牙雕精品震撼业界,古老香料玩转千亿赛道。


6. 中医药魂:化橘红续写千年传奇
明清贡品化橘红获国家地理标志,”南方人参”现代科技赋能百亿健康产业,宫廷秘方变身润喉糖、饮料,中医药出海掀起新国潮。

7. 渔港传奇:千年渔港再立潮头
博贺渔港连续27年产销量广东第一,开渔节引爆”海洋狂欢”,现代海洋牧场建设提速,古老渔港转型国家级示范区。

8. 生态奇迹:80公里绿色长城锁黄沙
中国最长沿海防护林带蜿蜒80公里,透明海水媲美马尔代夫,”中国第一滩”集碧海银滩于一身,生态屏障守护粤西明珠。

9. 文化瑰宝:猛犸牙雕惊现时光密码
信宜牙雕馆藏600件冰河遗珍,镇馆之宝《天地颂》重现天宫盛景,非遗大师以灭绝生物演绎活态文明,艺术价值堪比兵马俑。


10. 年味天花板:”年例”狂飙出圈
“中国最有年味城市”实锤!万人巡游、千人宴席、非遗连轴转,飘色、木偶戏、人龙舞齐上阵,这场延续千年的民俗盛宴,让茂名火出国门。


从工业重镇到生态绿洲,从田间到舌尖,茂名以”硬核+柔美”的双面实力,诠释何谓”滨海绿城 好心茂名”。这座宝藏城市,正以惊人爆发力改写中国城市版图!

AI不是取代人类智慧,而是放大人类潜能的工具。 在这个加速变革的时代,最珍贵的教育不是给孩子最前沿的技能,而是培养他们内心深处的指南针——那份在任何技术浪潮中都能找到方向、保持人性温度的能力。
真正的未来竞争力不在于与机器赛跑,而在于理解机器无法奔跑的领域,并在那里扎根生长。当孩子学会以创造性的思维提出问题,而不仅仅是回答问题,他们就已经走在了AI时代的前沿。

面对AI的快速发展,关键在于培养孩子那些机器难以复制的核心能力:
人类独特优势领域:




未来的工作模式可能更加多元:
如果你想了解任何关于AI的前沿知识,或者应用, 欢迎加我好友,在AI的洪流中共同学习与进步。


ChatGPT又更新了什么新功能?Midjourney发布了哪些新模型?Stable Diffusion有什么新玩法?
不再做AI世界的旁观者,成为AI趋势的先行者!
“我要画一个赛博朋克风格的未来城市,该用什么提示词?”
“如何让AI生成的图片更符合我的想法?”
“Stable Diffusion、Midjourney、DALL·E,哪个更适合我?”
告别”词穷”的尴尬,让AI真正理解你的创意!
不再满足于静态图片?想让你的创意”活”起来?
从静态到动态,让你的创作更具感染力!
同样的工具,为什么别人用得风生水起,你却还在摸索?
学会这些技巧,你就是朋友圈里的AI大神!
不想只知其然,还想知其所以然?
从碎片化学习到系统化掌握,建立你的AI知识体系!
学习不再是负担,而是有趣的游戏!
每篇文章都经过精心筛选和验证,确保你能学到真正有价值的知识和技巧。
AI发展日新月异,我们的内容也在不断更新,确保你掌握的是最新、最实用的信息。
积分系统让学习变成一件有趣的事,坚持学习不仅能收获知识,还能获得实际奖励。
无需下载APP,在微信中就能学习,充分利用通勤、午休等碎片时间提升自己。
复杂的技术用通俗的语言解释,让AI不再是高不可攀的神秘领域。
无论你是:
“跟着炜煜学AI”小程序,都能帮你实现目标!
在微信中搜索”跟着炜煜学AI”
或扫描小程序二维码
从现在开始,让AI成为你最好的助手!
跟着炜煜,一起在AI时代乘风破浪! ⚡️✨
成为AI时代的先行者,从今天开始!
文章来源于互联网:Z-Image 10组美女提示词,可收藏!
前段时间,持续发布了 Z-Image 的多篇安装部署的文章。
已经涵盖了 Windows 本地运行,macOS 本地运行,调用 API 在所有设备上的方法。
所以,怎么用上 Z-Image 这个问题已经解决了。
接下来聊聊怎么用好。怎么用好,最关键的就是提示词啦!

所以今天我就来分析 10 组提示词,让大家找找感觉。我会分享我之前文章所有配图的提示词。
美女是大家最容易有共识的,所以今天不发别的,就发美女提示词!
我把之前文章里发过的所有封面图,外加一些后期搜集的整理出来。
下面就不说废话了。直接上图上提示词了!

提示词:
一位年轻亚洲女子(演员:杨幂)在夜晚的温泉中放松身心,胸前仅裹着一条薄薄的毛巾,表情羞涩又迷人,眼神带着诱惑,周遭蒸汽缭绕,月光洒落在湿润的肌肤上,高质感 8K,精致细节。
很多人说不会写提示词,其实很简单。就是抄啊!抄完之后改几个字!比如这句提示词,直接改个名字。就有无数种玩法了。

此情此景,我都想吟诗一首了。顺带考一下 GPT 5.2 的作诗能力。
我把图片给他,它给写了一首:
《月下不近》
月照汤泉夜自明, 雾轻人静水无声。 她立光中如未觉, 我藏影里不敢行。
半生已许他人共, 一念偏生此刻情。 若再前行皆是错, 只将心事付风听。
他说这是针对“已婚男性的克制暗恋”……无语中!
不太行啊,押韵也不对,表达太含蓄。
写诗还是得自己上:
后宫佳丽三千,奈何精力有限!
兄弟们觉得这两句好,还是上面的两句好?
我最近在本地开了一个提示词优化功能。也可以对上面的提示词进行一键优化,增加细节。

这个优化逻辑来自 Z-Image 的提问板块,特别适合只会写 1girl 的人。通过提示词优化,可以帮你让你主体不变的情况下,细化,并固定生成角色。所以作用有三:1 补充,2 细节,3 固定。
这个功能测试 OK 之后,会发布到网站上:tools.tonyhub.xyz。
这一趴好像写的有点错了,下面我就不过多衍生了。

提示词:
{
"image_info": {
"width": 768,
"height": 1365,
"aspect_ratio": "9:16",
"orientation": "vertical"
},
"subject": {
"type": "close-up portrait",
"description": "A young East Asian woman making a heart shape with her hands directly in front of the camera, with her head gently tilted"
},
"clothing": {
"visible": false,
"notes": "No clothing visible within the framing"
},
"hair": {
"color": "black",
"style": "straight",
"details": "Loose strands falling naturally across her face"
},
"face": {
"eyes": {
"shape": "almond-shaped",
"color": "dark brown",
"makeup": "subtle eyeliner, defined lashes, soft shimmer on lids",
"expression": "one eye winked, the other softly open"
},
"eyebrows": "natural, slightly arched",
"skin": "smooth, natural glow",
"lips": {
"shape": "full",
"color": "pink glossy tint",
"expression": "kiss face (puckered lips)"
},
"other_details": "small mole under the left eye"
},
"accessories": {
"visible": false
},
"environment": {
"background": "not visible; fully obscured by the extreme close-up framing"
},
"lighting": {
"type": "soft diffused light",
"effects": "even illumination, minimal shadows, natural skin highlights"
},
"camera": {
"framing": "extreme close-up (eyes, nose, and lips filling the frame)",
"angle": "straight-on",
"depth_of_field": "very shallow",
"focus": "sharp on eyes and lips",
"foreground_elements": "hands forming a heart shape in front of the face"
},
"style": {
"aesthetic": "soft, playful, intimate",
"texture": "high-resolution portrait with film-like softness",
"vibe": "cute, expressive, flirtatious"
}
}

提示词:
一张特写镜头,捕捉了一位神情软萌甜美的女孩。她扎着柔软蓬松的双马尾,并用鲜艳丝带装饰,散发着俏皮与青春的活力。她正对镜头调皮地眨着一只眼,眼中闪烁着欢快的光芒,浓重的眼妆凸显出长长的睫毛和眼线笔触末端那富有光泽的装饰性点缀。她嘟起嘴唇,可爱饱满的双唇涂着鲜艳亮丽的粉色唇彩。她脸颊上贴着“Z-image"字样的贴纸,头部微微侧倾,做出战斗姿势,右手握拳直面镜头出拳,击打在她正面的整块玻璃,玻璃应声破碎,玻璃上分别写着"TONY”,"JARVIS","ZIMAGE”的字样也全部破碎掉落。她肌肤的水润质感、眼中的璀璨星光,以及每一处细腻细节交织在一起,共同营造出一幅洋溢着青春欢乐但又力量十足的图像。

提示词:
《新世纪福音战士》明日香cos,鹅蛋脸,蓝眼睛,穿着校服,微笑,眨眼,低头但眼睛看向观众,手指指向观众。角色胸口挂着“三新东市实验中学”中文字样的铭牌
写实风格,特写,环境光,摄像机从上往下俯拍,教室背景

提示词:
两位年轻亚洲女性时尚肖像,复古室内场景。左侧女生粉色长发双马尾辫配珍珠发饰,棕色格纹抹胸上衣配泡泡袖、白色开衫、棕褐色麂皮短裙,金色心形项链。右侧女生银灰色长发,深棕色皮革束腰上衣配系带细节、皮夹克和短裙,水晶颈链,精致耳环。复古海报墙面,鼠尾草绿墙壁,木门框,堆叠书籍,温暖怀旧光线,高质量时尚摄影

25岁汉服女孩站在画面中央,有着长长的头发与精致的发髻,她穿着带有衣带的汉服,有着蓬松的刘海,她的汉服上有着丰富的挂饰,头上戴着花饰,正站在石桥上,背景虚化,可以看见江水,时间是白天。她拿着一张草纸,上面写着“北方有佳人 绝世而独立”。

提示词:
蓝色系镜子自拍,写实风格
20多岁东亚女性,身材自然比例,肤色白皙中性。超长直发,发尾微卷,中棕色。站立微重心偏移,右手举手机挡脸自拍,左臂自然下垂,微露腰腹。
穿浅蓝短款针织开衫(两扣),蓝色内搭若隐若现,牛仔超短裤(两侧蓝色蝴蝶结),蓝白横条纹过膝袜,蓝色可爱手机壳。
场景为卧室PC桌角,通过墙面镜子拍摄:白色书桌、白色背景墙、淡蓝壁纸显示器、白键帽机械键盘+蓝色桌垫、蓝光PC主机、动漫手办、宝塔海报、猫形蓝色桌灯、水杯、窗边绿植。
自然日光从左侧窗户透过纱帘,柔和漫射,5200K。
手机后摄,非人像模式,26mm等效,真实手机景深,无虚化;1:1构图,主体居中,从头顶到大腿中部,镜头略微俯拍。

提示词:
暮色海滩,胶片情绪。海风揉乱黑发,碎发贴颊;裸妆微红,细颗粒肤感。白细带背心配牛仔,暗浪与暮云作幕,粉灰薰衣草色在天。低饱和冷调,软对比,轻雾与颗粒,8K 近景,忧郁自然光。

提示词:
高角度写实手机抓拍
年轻亚洲女性,圆润可爱脸型,瓷白水润肌肤。大而圆的深色眼睛,明显卧蚕,侧向仰视镜头,眼神天真调皮。嘴唇紧抿成细线,害羞又克制的微笑。
全蹲姿势,身体背对镜头,头部大幅回转看向镜头。一只手通过超长袖伸出,与橘色猫互动。
穿鼠尾草绿色露背针织上衣(细带交叉、长袖遮手)、牛仔短裤,棕色凉鞋。
场景为露天庭院,粗糙水泥地,木桌,粉色几何图案桌布。
自然日光,柔和阴影,重点突出眼睛光泽;写实、抓拍感、无摆拍。
禁止:张嘴露牙、浓妆、西方面孔、眼睛或手部畸变、模糊、低清。

提示词:
一张中景手机自拍照片拍摄了一位留着长黑发的年轻东亚女子在灯光明亮的电梯内对
着镜子自拍。她穿着一件带有白色花朵图案的黑色露肩短上衣和深色牛仔裤。她的头
微微倾斜,嘴唇嘟起做亲吻状,非常可爱俏皮。她右手拿着一部深灰色智能手机,遮
住了部分脸,后置摄像头镜头对着镜子

提示词:
超高清,微距镜头 非常写实的风格,没有一丝艺术加工,还原肉眼所见,日常生活记录,摆拍。无镜头畸变,无任何刻意的构图,无任何拍摄技巧,一个广西单身贵族创业研究生女,几分倔强气质,浅米色修身吊带,浅色睡裤,温柔发型略微凌乱,发夹,一只玉镯子,身材饱满高挑,肌肉线条明显,皮肤细腻,略有胶原蛋白堆积,表情略温和,坐在一个户外露营凳。广西省上林县一个村子里,水泥居民房前院子,院墙外树枝随风摇曳,院墙下菜圃,地面晾衣支架和小桌子,停放的车。
我本来是准备上点猛料的,但是好像,开头起猛了,咱们后面就不加料了。
主打一个老少皆宜!
从明星到普通人,从国外到国内,从古装到现代,从精致到写实,全部有了,接下来就看大家发挥了。
最后说明一下,这些提示词都不是我原创的,我只是大自然的搬运工,掌声献给原作者!
欢迎在评论区发布作品,也可以分享你收集的很赞的提示词。(注意控制尺度)

作为一个理工男,一直不知道文生图的方法。不会拍照,不会美图,不会PS,很多实用用PPT在原图上面修修补补。直到我理解了文生图的万能公式。
在网络上,遇到好看的图片,都收藏以下,直到我的硬盘爆炸了。我突然想起来自己就是搞AI的,为什么不学会用Prompt生成想要的图片?
比如下面这个中国画,我收藏那么多图片干什么,我用prompt自己画不行吗?

提示词可以这么写,让AI可以直接生成。
创建一个图,图片风格为水彩画,超高清画质,高细节,高分辨率,中国风,一位穿着飘逸白裙的年轻女子站在盛开的
桃花树下,背景是中国传统庭院,柔和的粉色和白色调为主,黄昏时分的温暖光线,采用三分法构图,略带仰视
角度,50mm 标准镜头效果,比例为 16:9。

梦幻森林奇幻景象,卡通风格,柔和光影,细腻质感,高细节程度,广角镜头,全景视角,阳光透过茂密树叶洒下,可爱
拟人化小动物在蘑菇间玩耍,精灵在花丛中飞舞,彩虹色藤蔓缠绕古树,漂浮的发光萤火虫,地面铺满柔软苔藓
和野花,色彩鲜艳明亮,充满童趣与生机。

漂亮,五官精致,大眼睛,小酒窝小女孩坐在北京四合院的椅子上,放在桌子上。
从手环表面向上约5厘米处,投射出一个精致小型的全息立体图像,内容为北京城市的微缩立体景观。城市景观包括红灰相间的天安门、金色屋顶的故宫博物馆、灰色天坛、桥、水面与绿色植被,色彩饱满、透明立体、比例紧凑,像一个“浮空沙盘”般悬浮于手环上方,整体高度不超过男孩手掌宽度。
全息立体图像附加要标注今天的天气:
城市:北京
天气:多云
温度:20摄氏度
收藏图片太多太多了;找图的时候找不到,不想要的时候存了一大堆好看,但是没有实际用途的伪收藏。当给领导写材料,给客户配插图的时候,如何快速撰写AI绘画提示词?
为什么不自己搞一下提示词,想要什么要什么,做填空题不就行了嘛?
为了一桌子满汉全席108道菜,需要2000+种类材料;完成一幅画,一般需要以下15种要素:
画风+材质+画面主题描述+环境+场景+色彩+灯光+构图+角度(摄像镜头+艺术家)+图片比例,分辨率+动态效果+文化+情
绪+感官体验+细节层次+叙事性+特殊技术
从近一年的使用经验,写的越少,图像生成越不是我们想要的。以下16个要素越全,生成的图像越准确。
提示词要素详解
1. 画风(艺术风格 / 流派)
细分风格:写实主义、印象派、赛博朋克、极简主义、洛可可、浮世绘、哥特式、蒸汽朋克、低多边形(Low Poly)、像素艺术、水彩画、素描、油画、3D 渲染、漫画风、抽象表现主义、超现实主义、波普艺术等。
艺术家参考:借鉴具体艺术家风格(如梵高的星空笔触、宫崎骏的动画场景、莫奈的光影处理、达利的超现实构图、Hajime Sorayama 的机械美学等)。
2. 材质(物体质感 / 纹理)
常见材质:金属(哑光 / 镜面)、木质(原木 / 漆木)、布料(丝绸 / 粗麻布)、玻璃(磨砂 / 透明)、皮质(皮革 / 鳄鱼皮)、石材(大理石 / 花岗岩)、塑料(哑光 / 亮面)、毛绒、水晶、陶瓷、液态金属、霓虹光效、像素化纹理、锈蚀质感、发光材质(如 LED、魔法光纹)等。
纹理细节:编织纹路、裂纹、磨砂颗粒、反光折射、毛绒蓬松感、金属氧化痕迹、布料褶皱等。
3. 画面主题描述(主体内容)
主体元素:人物(职业 / 动作 / 情绪,如 “穿汉服的少女弹奏古琴”)、动物(幻想生物 / 现实动物,如 “长翅膀的机械狼”)、物体(科技产品 / 日常物品,如 “悬浮的未来感手机”)、场景事件(如 “中世纪骑士与龙的战斗”“太空站外的宇航员维修场景”)。
主题情绪:宁静、激烈、浪漫、神秘、忧郁、科幻、复古、童话等(如 “充满希望的日出海滩”“末日废土中的孤独行者”)。
4. 环境(背景氛围)
自然环境:森林(迷雾 / 秋日)、沙漠(星空下的绿洲)、海洋(深海珊瑚礁)、太空(星云环绕的行星)、极地(极光下的冰川)等。
人造环境:未来都市(霓虹全息投影)、中世纪城堡(哥特式尖顶)、赛博朋克贫民窟(堆积的集装箱与管道)、复古老街(石板路与灯笼)等。
超现实环境:漂浮的岛屿、液态金属构成的河流、由书本堆叠的天空之城等。
5. 场景(具体情境 / 时空)
时间设定:清晨(薄雾)、正午(强光)、黄昏(暖色调)、夜晚(月光 / 灯光)、未来(2077 年科技城市)、过去(江户时代日本)等。
空间情境:室内(复古图书馆 / 极简主义公寓)、室外(暴雨中的街头 / 樱花盛开的公园)、虚构空间(梦境中的旋转楼梯 / 魔法学院的教室)。
6. 色彩(色调 / 配色方案)
主色调:冷色调(蓝 / 紫 / 青)、暖色调(红 / 橙 / 黄)、单色调(莫兰迪色系 / 高饱和色)、对比色(如红蓝撞色、黄紫互补)。
色彩氛围:高对比度(戏剧感)、低饱和度(复古感)、霓虹色(赛博朋克)、水墨色(东方意境)、马卡龙色系(甜美)等。
7. 灯光(光源 / 光影效果)
光源类型:自然光(阳光 / 月光 / 极光)、人造光(霓虹灯 / 聚光灯 / 烛光)、魔法光(符文发光 / 能量体光晕)、科技光(全息投影 / LED 矩阵)。
光影效果:硬光(清晰阴影)、柔光(漫反射)、轮廓光(主体边缘发光)、体积光(穿过云层 / 树叶的光束)、动态光(闪烁 / 渐变)。
8. 构图(元素布局)
经典构图:三分法(主体位于 1/3 处)、中心构图(主体居中)、对称构图(左右 / 上下对称)、对角线构图(引导视线)、留白构图(极简意境)。
元素关系:前景(如前景的花朵虚化)、中景(主体)、背景(远景烘托),元素重叠(如物体遮挡形成层次感)、散点分布(如星空的星星排列)。
9. 角度(镜头 / 视角)
拍摄视角:
平视(正常视角,贴近人眼)、俯视(上帝视角,展现全景)、仰拍(突出主体高大,如仰视摩天大楼)、虫视角(极低角度,贴近地面)。
特写(聚焦细节,如眼睛 / 手部)、中景(展示主体动作)、全景(环境与主体结合)。
镜头效果:
广角(畸变效果,扩展视野)、长焦(压缩空间,如拍摄远山)、鱼眼镜头(圆形畸变)、微距(放大细节,如昆虫翅膀)、移轴镜头(微缩模型感)。
10. 图片比例 / 分辨率
常见比例:16:9(宽屏)、4:3(传统屏幕)、1:1(正方形)、21:9(超宽屏)、9:16(竖屏,适合手机)。
分辨率:明确数值(如 1024×1024、2048×1536)、“高清”“4K”“8K”“电影级画质” 等。
11. 动态效果 / 时间感
动态模糊(如奔跑的人物 / 行驶的车辆)、流体运动(水流 / 烟雾 / 火焰)、时间凝固(如飞溅的水滴)、循环动画(如呼吸灯闪烁)、渐变效果(如昼夜交替)。
12. 文化 / 科幻元素
文化符号:东方神话(龙 / 凤凰 / 汉服)、西方奇幻(精灵 / 矮人 / 城堡)、古埃及文明(金字塔 / 法老)、蒸汽朋克(齿轮 / 飞艇)、克苏鲁风格(触手 / 扭曲建筑)。
科技概念:虚拟现实(VR 头盔 / 全息界面)、人工智能(机械义体 / 数据洪流)、太空探索(宇宙飞船 / 外星生物)、量子物理(粒子对撞 / 多维空间)。
13. 情绪 / 氛围关键词
抽象感受:治愈、压抑、荒诞、神圣、赛博忧郁(Cyberpunk Noir)、怀旧(Old School)、梦幻(Lucid Dream)、恐怖(哥特式惊悚)。
感官体验:潮湿(雨后街道的水汽)、温暖(壁炉旁的光晕)、冰冷(金属质感的未来建筑)、香气(花海中的微风)。
14. 细节层次 / 质感强化
超写实细节:毛孔 / 发丝 / 金属划痕(如 “超写实主义的金属齿轮,每一道纹路清晰可见”)。
极简主义:几何图形 / 单色块(如 “极简风格的红蓝几何抽象画”)。
混合材质:如 “木质剑柄镶嵌水晶宝石,剑身反射霓虹灯光”。
15. 叙事性 / 故事场景
单一场景叙事:如 “侦探在雨夜的阁楼中发现神秘日记”“宇航员在废弃空间站中寻找信号”。
多元素关联:如 “猫坐在窗台,窗外是飘落的樱花与远处的电车”(结合动物、自然、城市元素)。
16. 特殊技术 / 媒介模拟
模拟拍摄技术:胶片颗粒(复古相机效果)、暗房曝光(过曝 / 欠曝)、针孔摄影(模糊边缘)。
艺术媒介:蜡笔画、炭笔素描、丙烯画、坦培拉绘画、数字绘画(3D 建模渲染)。
不需要其他乱七八糟的提示词,没有精美的词汇,简单单独的以上15个要素组合,也能生成号的图片:
画风:赛博朋克+宫崎骏动画场景,材质:金属齿轮与发光霓虹管结合,画面主题:机械义体少女在悬浮城市中操控全息数据
,环境:酸雨笼罩的未来都市,场景:午夜时分的高空天桥,色彩:高饱和蓝紫色调+橙色光效对比,灯光:霓虹灯牌与雨水
反射的街灯,构图:三分法,主体位于右侧,左侧为城市远景,角度:仰拍+广角镜头,模拟电影《攻壳机动队》的镜头感,
图片比例:21:9,分辨率:4K。

有用户反馈,用以上提示词太坑了,选择题16个写的太慢。我们用名著来试一下。
现在最火的是长安的荔枝。我们看一下《长安的荔枝》第一章,有以下原文场景
这间小宅子只有一进大小,不算轩敞,但收拾得颇为整洁。鱼鳞覆瓦,柏木檩条,院墙与地面用的是郿邬产的
大青砖,砖缝清晰平直,错落有致,如长安坊市排布,有一种赏心悦目的严整之美。院里还有一株高大的桂
花树,尽管此时还是二月光景,可一看那伸展有致的枝丫,便知秋来的茂盛气象。看着这座雅致小院,李善
德的嘴角不期然地翘起来。他已能想象到了八月休沐之日,在院子里铺开一条毯子,毯角用新丰酒的坛子压住
,夫人和女儿端出刚蒸的重阳米锦糕,浇上一勺浓浓的蔗浆,一家人且吃且赏桂,何等惬意!
用Cluade,提取图形要素,
按照提示词要素详解.md要求,给一下一段话生成AI绘画的提示词, 用于生成一副画。 “背景唐朝。这间小宅子
只有一进大小,不算轩敞,但收拾得颇为整洁。鱼鳞覆瓦,柏木檩条,院墙与地面用的是郿邬产的大青砖,砖缝
清晰平直,错落有致,如长安坊市排布,有一种赏心悦目的严整之美。院里还有一株高大的桂花树,尽管此时还
是二月光景,可一看那伸展有致的枝丫,便知秋来的茂盛气象。看着这座雅致小院,李善德的嘴角不期然地翘起
来。他已能想象到了八月休沐之日,在院子里铺开一条毯子,毯角用新丰酒的坛子压住,夫人和女儿端出刚蒸的
重阳米锦糕,浇上一勺浓浓的蔗浆,一家人且吃且赏桂,何等惬意!”

给出口水仗一样的提示词:
画风与艺术风格:中国古典绘画风格,工笔画,写实主义,唐代宫廷画师风格,细腻精致的古典美学主题描述:唐
朝八月秋日,一家三口在雅致庭院中的温馨聚会场景,父亲、夫人和女儿围坐在铺开的毯子上,品尝重阳米锦糕
,赏桂花飘香环境与场景:唐朝传统一进式庭院,鱼鳞覆瓦的古典建筑,柏木檩条结构,郿邬大青砖铺地和院墙,
砖缝平直整齐,院中央一株高大茂盛的桂花树,枝叶繁茂,桂花盛开材质与纹理:青灰色大青砖(哑光质感),
柏木(原木纹理),黑瓦片(鱼鳞排列),粗麻布毯子,陶制酒坛(新丰酒),竹制食器,桂花树皮粗糙纹理,
丝绸服饰色彩配色:暖色调为主,金黄色(桂花、糕点),棕褐色(木质建筑),青灰色(砖墙),深绿色(桂花叶)
,米白色(糕点、毯子),酒红色(酒坛),古典雅致的低饱和度色系灯光效果:温和的秋日下午阳光,柔光漫射,
透过桂花树叶的斑驳光影,营造惬意宁静的氛围,轮廓光勾勒人物和建筑边缘构图与角度:中景构图,略微俯视角度,
展现庭院全貌和人物关系,三分法构图,桂花树位于画面右侧1/3处,人物聚会场景位于左侧,前景有青砖地面,
背景是古典建筑情绪氛围:宁静、温馨、惬意、雅致、家庭和谐、古典诗意、秋日安详文化元素:唐朝服饰,
传统建筑样式,重阳节庆文化,古典生活美学,中式庭院布局细节强化:超写实的青砖纹理,桂花花瓣的精致描绘,
糕点上蔗浆的光泽,人物服饰的褶皱细节,酒坛上的釉面反光图片规格:16:9宽屏比例,高清分辨率,电影级画质
完整提示词:中国古典工笔画风格,唐朝八月秋日庭院,一家三口围坐毯子上品尝重阳糕赏桂花,鱼鳞瓦古建筑,
郿邬大青砖院落,高大桂花树盛开,温和下午阳光透过树叶斑驳光影,暖色调金黄棕褐青灰配色,写实主义精致细节,
宁静惬意家庭氛围,16:9高清画质

看到不,不需要多么华丽词汇,只需要用我的万能公式,填写16个提示词,就能生成任何想要的图片。《水浒传》、《三国演义》、《西游记》和《红楼梦》,都可以验证万能公司的效果。
您好,我是阿里巴巴AI专家,专注于LLM大模型&Agent 能力开发,10年互联网经验,今天开始免费给大家分享【vibe coding解决100个问题】AI编程完全手册2025版,欢迎参与从0到1的提升之路。
如果你也想在AI时代开发一个小项目,也许你完全不懂编程?也许你学过编程但是不懂如何从0到1搭建一个MVP项目?欢迎订阅我公众号,这是一个以Augment/Cursor实战为主,以实战案例的形式开发几十个项目,包括:网站、微信小程序、浏览器插件、App应用、Dify+Coze智能体。

以上就是今天的全部内容,如果你觉得不错,欢迎点赞、在看、转发三连,帮助更多的朋友,这对我也很重要。
文章来源于互联网:万字长文详解文生图提示词万能公式,看这一篇就够了
很多人已经在用 AI 学习: 让它讲题、翻资料、背单词、写论文…… 但用了一阵子会发现:时间花了不少,效率却没明显提升,甚至还多了一种新的拖延方式——“再让 AI 给我推荐点资料吧”。
问题往往不在 AI,而在于:你怎么和它说话。 换句话说,你会不会写 Prompt。
对普通人来说,Prompt 不是炫技,而是“让 AI 真正变成你的私人教练”的关键。下面这 3 个方法,足够你把学习效率真正拉起来。
方法一:把 AI 变成你的“错题医生”
绝大多数人用 AI 解题,只做了一件事: 把题拍过去 → 让它给答案和解法。 然后呢?看一眼,好像懂了,下一道继续错。
真正拉开差距的,不是“这道题怎么做”, 而是“我为什么会做错,我的思维漏洞在哪”。
可以试试这样用 Prompt,让 AI 当“错题医生”:
「你现在是一名【科目,例如:高一数学 / 四级英语】老师。 我做错了一道题,下面是题目、我的解答过程和正确答案: 【把题目 + 自己的解题步骤 + 正确答案都写上】 请你帮我做三件事: 1)分析我错在了哪一步,是知识点不会,还是理解偏了,还是粗心? 2)从这道题看,我暴露出哪一类典型问题?(比如:函数理解不清、语法时态混乱等) 3)基于这类问题,再给我 3~5 道类似但难度稍低的练习题,用来查漏补缺,并附上简洁解析。」
这样提问,有三个好处:
方法二:让 AI 给你做“个人定制学习路线”
很多人学不进去,不是因为不够努力,而是因为:
你可以这样写 Prompt:
「请你作为一名有 5 年教学经验的【科目/领域,例如:雅思老师 / 数据分析导师】。 这是我的情况:
如果你坚持这样做:
这是“普通人逆袭”的关键: 不是突然变得特别自律,而是用 AI 把自律“外包”成一份清晰的待办清单。
方法三:用 Prompt 做“主动学习笔记”,而不是被动看答案
很多人以为学习就是“看解释”“看视频”“看讲义”。 结果就是:当时听懂了,一做题还是不会。
原因很简单: 你一直在被动接收信息,从来没让大脑“主动输出”。
AI 在这一步能帮你做的是: 逼你用自己的话“讲出来”“整理出来”“教给别人”。 做法就是:把 AI 当成一个“永远听你复述”的听众。
你可以用这样的 Prompt:
「我刚刚学习了这部分内容: 【用自己的话简单写下你学了什么,比如:二次函数顶点式、英语虚拟语气的基本规则】
接下来请你帮我做三个练习,目的是让我的理解从‘知道’变成‘真正掌握’: 1)请你用 3~5 个问题来考我,检验我是否理解了这部分内容,每个问题都要求我用自己的话回答,而不是选择题。 2)在我回答后,请你指出我理解中不准确或模糊的地方,并用最简单的方式帮我纠正。 3)最后,假设我要把这个知识点讲给一个完全没基础的朋友听,请你根据我的情况,帮我设计一段‘3 分钟的小讲解提纲’,让我照着这个提纲去讲。」
这套做法,会让你经历三个关键步骤:
让 Prompt 真正融入你的学习日常
很多人知道这些方法,但一个人的时候,很难坚持 —— 容易回到最熟悉的老路:只让 AI 给答案,不再认真搭建自己的 Prompt。
如果你想把这件事变成习惯,可以找一个环境:
在焦圈儿里,你能看到:
长期下来,你学到的不会只是一两套模板, 而是一整套“用 Prompt 驱动自己学习”的能力。
如果你正为“学不进去、学不快、学了就忘”发愁, 不妨先试一试: 今天选一门你想提升的东西, 按上面三种方法写出第一个认真 Prompt, 然后到焦圈儿 APP 里,看看别人是怎么和 AI 一起学的。
当你学会让 Prompt 变成自己的学习“发动机”, 你会发现: 不是 AI 多么神奇,而是—— 普通人,只要会好好提问, 也能凭借 AI,把学习效率,悄悄地拉开一大截。
文章来源于互联网:普通人用 Prompt 逆袭学习效率的 3 个方法

随着大模型在2023年横空出世,“Prompt 工程” 应运而生,作为用好大模型最重要的武器,Prompt 的好坏对模型效果有着决定性的影响。然而,网络上大量相关文章多是罗列“Prompt 工程” 中的若干技巧,少有体系化的总结,让人看完依然不知道该如何入手。
本文希望结合我们在 “Prompt 工程” 中的实践经验,更加体系化地对 “Prompt 工程” 进行梳理,希望可以一步步地帮助大家用好大模型,人人都是 Prompt 工程师。
下面给大家详细解析另外 2 种提示技术,它们分别是:零样本提示(Zero-shot Prompting)、少样本提示(Few-shot Prompting)

零样本提示的定义是直接向 AI 大模型提出任务,但是不提供如何执行的方法或者步骤。大模型必须使用其预训练的知识来生成答案。
一个简单的零样本提示示例是询问 LLM「中国的首都是什么」。

再比如以下这个例子:
Prompt:从下面的文本中提取技术规格,并以 JSON 格式表示:Google Pixel 7, 5G network, 8GB RAM, Tensor G2 processor, 128GB of storage, Lemongrass

以上都是很简单的例子,但是,麻雀虽小五脏俱全,有两点需要注意:
现在我将转向一个更复杂的例子。
想象这样一个场景,公司在招聘人员进来的时候,需要考虑人员的职位、技能、以往职称等因素,然后将其映射到每个公司里自身设置的职级序列和职称。
这种场景下,零样本提示就可以完成这个任务。
少量样本提示同样只需要向 LLM 发送单个 Prompt。但与零样本提示的关键区别在于:少量示例被添加到了 Prompt 中,这些示例可以帮助 LLM 理解并完成任务。
我们以上文中,提取手机技术规格的 Prompt 为基础,然后加上示例:
Prompt:
请从下面的文本中提取技术规格,并以 JSON 格式展示。
示例
输入:Google Nest Wifi, network speed up to 1200Mpbs, 2.4GHz and 5GHz
输出:{ “product”:”Google Nest Wifi”, “speed”:”1200Mpbs”, “frequencies”: [“2.4GHz”, “5GHz”], “protocol”:”WP3″ }
输入:Google Pixel 7, 5G network, 8GB RAM, Tensor G2 processor, 128GB of storage, Lemongrass

再以上文中标准化职称的 Prompt 为基础,对其进行扩展,加入示例:
如何选择这两种技术在一定程度上取决于你想要执行的任务的特定需求,以下是一些考虑因素。
总的来说,零样本和少样本提示各有优势和局限,选择使用哪一种方法取决于特定的任务和目标。
思维链全称Chain of Thought,就是把任务进行拆解,适用于各种推理任务,比如数学,逻辑判断等,思维链的优点就是不用对模型进行训练和微调。
在思维链技术中,可能还会使用到零样本(zero-shot prompt)提示和少样本提示(few-shot prompt)等技术。

自洽性(Self-consistency)是对CoT的一种扩展,不仅能生成单个思路链,而是能生成多个思路链,并根据它们的共性得出最终答案。
在图中左侧的提示中,使用此提示,模型能够独立生成多个思路链,从中提取答案,并通过“边缘化推理路径”计算出最终答案。

翻译(左侧)
问:如果停车场有3辆车,还有2辆车到达,停车场有多少辆车?
答:停车场已经有3辆车了。还有2辆车到了。现在有3+2=5辆车。答案是5。
…
问:珍妮特的鸭子每天下16个蛋。她每天早上吃三个,每天和四个朋友一起烤松饼。她以每个鸡蛋2美元的价格出售剩余部分。她每天赚多少钱?
答:
翻译(右侧)
思路链1:她还剩下 16-3-4 =9个鸡蛋,所以她赚$2 * 9 = $18。答案是每天18美元;
思路链2:这意味着她以 $2*(16-4-3)=$26的价格出售剩余部分,答案是26美元;
思路链3:她早餐吃3个,所以她还有16 – 3 = 13。然后她考松饼还有13 – 4 = 9个鸡蛋。9个鸡蛋 * $2=$18。所以她的答案是18美元。边缘化推理路径以汇总最终答案:
她还剩下16-3-4 = 9个鸡蛋。所以她赚$2 * 9 = $18,答案是18美元。
优势
优势:自洽性可以提高算术、常识和符号推理任务的结果。即使普通的思路链提示被发现无效,自洽性仍然能够改善结果。
思维树(TOT)是对思维链(CoT)的进一步扩展,在思维链的每一步,推理出多个分支,拓扑展开成一棵思维树。使用启发式的方法评估每个推理分支对问题解决的贡献。
使用搜索算法,如广度搜索或深度搜索算法等来探索思维树,并进行前瞻和回溯。
ToT部署使用
现在部署ToT是比较方便的,前提确保你可以有自己训练好的大模型,或者是大模型的API,那么我们直接通过pip就可以部署:
bash 代码解读复制代码pip install tree-of-thoughts-llm
也可以直接通过source进行clone安装:
bash 代码解读复制代码git clone https://github.com/princeton-nlp/tree-of-thought-llm
cd tree-of-thought-llm
pip install -r requirements.txt
pip install -e . # install `tot` package
可以通过Demo进行测试,查看是否安装完成:
python 代码解读复制代码import argparse
from tot.methods.bfs import solve
from tot.tasks.game24 import Game24Task
args = argparse.Namespace(backend='gpt-4', temperature=0.7, task='game24', naive_run=False, prompt_sample=None, method_generate='propose', method_evaluate='value', method_select='greedy', n_generate_sample=1, n_evaluate_sample=3, n_select_sample=5)
task = Game24Task()
ys, infos = solve(args, task, 900)
print(ys[0])
如果成功的话就会输出:
bash 代码解读复制代码10 - 4 = 6 (left: 5 6 6)
5 * 6 = 30 (left: 6 30)
30 - 6 = 24 (left: 24)
Answer: (5 * (10 - 4)) - 6 = 24
如果是想要配套OpenAI API开发使用的话,可以按照我这个代码格式:
python 代码解读复制代码import os
from tree_of_thoughts import ToTAgent, MonteCarloSearch
from dotenv import load_dotenv
from swarms import Agent, OpenAIChat
load_dotenv()
# Get the API key from the environment
api_key = os.environ.get("OPENAI_API_KEY")
# Initialize an agent from swarms
agent = Agent(
agent_name="tree_of_thoughts",
agent_description="This agent uses the tree_of_thoughts library to generate thoughts.",
system_prompt=None,
llm = OpenAIChat(),
)
# Initialize the ToTAgent class with the API key
model = ToTAgent(
agent,
strategy="cot",
evaluation_strategy="value",
enable_react=True,
k=3,
)
# Initialize the MonteCarloSearch class with the model
tree_of_thoughts = MonteCarloSearch(model)
# Define the initial prompt
initial_prompt = """
Input: 2 8 8 14
Possible next steps:
2 + 8 = 10 (left: 8 10 14)
8 / 2 = 4 (left: 4 8 14)
14 + 2 = 16 (left: 8 8 16)
2 * 8 = 16 (left: 8 14 16)
8 - 2 = 6 (left: 6 8 14)
14 - 8 = 6 (left: 2 6 8)
14 / 2 = 7 (left: 7 8 8)
14 - 2 = 12 (left: 8 8 12)
Input: use 4 numbers and basic arithmetic operations (+-*/) to obtain 24 in 1 equation
Possible next steps:
"""
# Define the number of thoughts to generate
num_thoughts = 1
max_steps = 3
max_states = 4
pruning_threshold = 0.5
# Generate the thoughts
solution = tree_of_thoughts.solve(
initial_prompt=initial_prompt,
num_thoughts=num_thoughts,
max_steps=max_steps,
max_states=max_states,
pruning_threshold=pruning_threshold,
# sleep_time=sleep_time
)
print(f"Solution: {solution}")
当然大家根据自己的实际场景调整即可。
于各个地区的政策限制以及对黑客的限制,大语言模型通过各种干预的手段对用户输入的返回结果进行限制,如果我们提了不符合政策或者黑客攻击等相关问题,其经常性的会返回如下内容

一般如果你跟chatgpt说了一些被开发者设置禁止讨论的内容,他就会回复你我不能如何如何。

提示词注入攻击
当攻击者通过精心设计的输入操纵大型语言模型(LLM)时,就会出现注入漏洞,导致LLM在不知不觉中执行攻击者的意图。这可以通过“越狱”系统提示直接完成,也可以通过操纵的外部输入间接完成,可能导致数据泄露、社会工程和其他问题。
提示词注入与基于现有的安全框架中的web攻击的SQL注入有着很大的区别,因为大模型语言对语义理解能力,他更像一个通过家长和老师通力配合下调教的一个乖小孩,然后被同学潜移默化的调教为各种脏字全都飚,不过他在家长面前不会飚,只有在别人跟他说不会有人管的时候才会说。
不过因为现有的调教过程与其他的网络安全攻防过程区别较大,并且是标准的理解能力调教,因此并不仅仅是传统意义上的黑客才能做的事情。基本上只要你脑洞大开,都有可能通过一些提示词来让大语言模型干他原本无法做到的事情。
1、多样化 Prompt 设计: 提供多样化、丰富的 Prompt,包括正面、中性和负面的提示,以减少攻击者的针对性。通过设计多种不同类型的 Prompt,可以增加模型输入的多样性,降低攻击的有效性。
2、数据清洗和筛选: 在使用 Prompt 进行文本生成任务之前,对输入数据进行清洗和筛选,去除可能引发攻击的敏感信息或有偏见的数据。这样可以减少攻击者利用不当信息进行 Prompt 设计的可能性。
3、增加输入限制: 设计模型输入时的限制条件,如输入长度、关键词限制等,以限制攻击者对模型输出的操控程度。通过增加输入限制,可以减少攻击者对模型的影响。
4、对抗性训练: 在训练模型时引入对抗性训练的机制,使模型在面对攻击时能够更加稳健和鲁棒。通过引入对抗性样本,提高模型对攻击的识别和抵抗能力。
5、实时监控和反馈: 建立实时监控系统,对模型输出进行实时监测和分析,及时发现异常结果和攻击行为。通过实时监控和反馈,可以及时发现并修正模型输出中的问题。
6、社区参与和审查: 建立开放的社区参与机制,鼓励用户和研究人员对模型输出进行审查和反馈。通过社区参与和审查,可以及时发现和纠正可能存在的问题,提高模型的可信度和透明度。
综上所述,针对大型语言模型中的 Prompt 攻击,需要采取多种手段进行防范,包括多样化 Prompt 设计、数据清洗和筛选、增加输入限制、对抗性训练、实时监控和反馈、以及社区参与和审查等措施,以保障模型输出的准确性、客观性和可信度。
大模型时代,火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业?”“谁的饭碗又将不保了?”等问题热议不断。
不如成为「掌握AI工具的技术人」,毕竟AI时代,谁先尝试,谁就能占得先机!
想正式转到一些新兴的 AI 行业,不仅需要系统的学习AI大模型。同时也要跟已有的技能结合,辅助编程提效,或上手实操应用,增加自己的职场竞争力。
但是LLM相关的内容很多,现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学,学习成本和门槛很高
那么针对所有自学遇到困难的同学们,我帮大家系统梳理大模型学习脉络,将这份 LLM大模型资料 分享出来:包括LLM大模型书籍、640套大模型行业报告、LLM大模型学习视频、LLM大模型学习路线、开源大模型学习教程等,
有需要的小伙伴,可以 点击这里领取
有需要的小伙伴,可以 点击这里领取
可以 点击这里领取
可以 点击这里领取

第一阶段: 从大模型系统设计入手,讲解大模型的主要方法;
第二阶段: 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用;
第三阶段: 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统;
第四阶段: 大模型知识库应用开发以LangChain框架为例,构建物流行业咨询智能问答系统;
第五阶段: 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型;
第六阶段: 以SD多模态大模型为主,搭建了文生图小程序案例;
第七阶段: 以大模型平台应用与开发为主,通过星火大模型,文心大模型等成熟大模型构建大模型行业应用。

• 基于大模型全栈工程实现(前端、后端、产品经理、设计、数据分析等),通过这门课可获得不同能力;
• 能够利用大模型解决相关实际项目需求: 大数据时代,越来越多的企业和机构需要处理海量数据,利用大模型技术可以更好地处理这些数据,提高数据分析和决策的准确性。因此,掌握大模型应用开发技能,可以让程序员更好地应对实际项目需求;
• 基于大模型和企业数据AI应用开发,实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能, 学会Fine-tuning垂直训练大模型(数据准备、数据蒸馏、大模型部署)一站式掌握;
• 能够完成时下热门大模型垂直领域模型训练能力,提高程序员的编码能力: 大模型应用开发需要掌握机器学习算法、深度学习框架等技术,这些技术的掌握可以提高程序员的编码能力和分析能力,让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集
有需要的小伙伴,可以 点击这里领取
可以 点击这里领取
可以 点击这里领取
可以 点击这里领取
文章来源于互联网:万字详解:一文掌握 Prompt提示词-进阶篇

科大出品必属精品,大家好,我是科大凯瑞。今天我们来聊一下Deepseek与提示词工程。
在人工智能技术飞速发展的今天,如何高效“指挥”AI生成符合预期的内容成为关键技能。提示词工程(Prompt Engineering,以下简称Prompt)作为一门新兴技术,正逐渐成为AI应用领域的核心竞争力。
本文将以国产AI工具DeepSeek为核心,系统讲解提示词工程的设计框架、优化技巧、实践案例、以及提供一个杀手锏-用deepseek优化提示词,助各位小主从入门到精通。
提示词是引导AI思考的“指令集”,而提示词工程则是系统化设计、优化这些指令的实践。其核心框架为RTS(Role-Target-Scenario):
(1)角色Role:确定大模型的专业领域。比如,你对情感问题感兴趣,就告诉大模型你是一位专注于两性关系的心理咨询师。
(2)目标Target:明确你想要大模型完成的任务。比如,你希望它能帮助解决情感问题。
(3)场景Scenario:详细描述任务的背景和预期输出结果。比如,你刚经历了分手,心情低落,想知道如何控制自己的情绪。请提供切实可行的解决方案。
完整Prompt示例:
# 角色
你是一位擅长认知行为疗法(CBT)的情感心理咨询师。
# 目标
为分手1周的女性用户设计情绪管理方案。
# 场景与结果
用户已尝试倾诉和暴饮暴食但效果短暂,需分阶段方案(应急调节、认知重构、行为激活),并融合中国传统文化元素。
为什么大模型的输出有时不尽如人意?可能是因为我们对结果的期望本身就不够明确。就像在工作中,如果领导让你写产品宣传文案,以下两种指令,哪种更让你有的放矢:
1、需要突出产品特性、内容生动、让人印象深刻。
2、总结三大类产品特性,每个特性附加一句话宣传语,包括功能、场景、价值。
显然,第二种指令更具体,更易于操作。同样,与大模型沟通时,如果你得到的结果不如预期,可以通过更具体的描述来优化输出,主要包括以下两个方面:
1、输出格式:明确告诉大模型你需要哪些具体字段。
比如,论文摘要需要研究背景、意义、方案、结果;产品方案需要市场、客户、需求、架构等。
【注意】确保所需字段全面且逻辑清晰,避免重复,如“研究背景”和“实验背景”不要同时出现。
2、参考样例:就像工作中通过实例帮助理解,大模型也需要样例来引导。
在Prompt中加入参考样例,比如:“请参考以下样例,研究背景XXX,研究意义XXX”。
【注意】提供参考样例,标准术语也叫few-shot
在工作中,我们总是希望任务能够具体且明确,最好是能够按步骤一步步拆解。比如制作产品方案,先做市场调研,再研究竞品和客户,然后完善产品设计,最后形成完整的方案。
大模型也是如此,如果任务能够被清晰且具体地拆解成若干子任务,大模型的输出将更具有实际意义。
完整Prompt示例:
# 角色与目标
你作为资深市场分析专家,手中持有一份全新市场研究报告,现需从中提炼关键市场趋势与洞察。
# 场景与结果
请依照以下步骤展开分析:
步骤1:研读报告摘要,归纳趋势。
步骤2:分析数据图表,提炼洞察。
步骤3:评估竞品策略,提出建议。
务必确保这些建议充分考虑市场趋势、竞争环境以及公司战略规划。
大模型的多轮对话能力,是Prompt调试又一利器。多轮对话意味着,当你提出一系列问题时,大模型不仅回答当前问题,还会将之前的对话内容作为背景信息,以提供更连贯、更准确的回答。具体可操作方式如下:
1、宏观问题与细节追问:首先提出一个宏观问题,让大模型提供多个答案,然后从中选择若干条进行深入追问。
例如,【第一轮】你是一个小红书博主,现在想要写一篇关于AI方面的文章,请基于当下热点问题,整理10条选题。
【第二轮】请基于第一条选题,详细阐述选题的背景,并提供几篇参考样例。
2、跨模型对话:可以开启两个不同的大模型。
例如,讯飞星火、Kimi,然后将一个模型的回复作为另一个模型的问题,进行对话对练,以获得更全面的答案。
3、重启对话:如果连续5轮对话后仍未获得满意答案,最好重新开启新的对话,重新整理任务目标和描述,以获得更清晰的指导。
【注意】
·确保每一轮的提问都建立在前一轮回答的基础上,以保持对话的连贯性。
·适时提供反馈,指导大模型更准确地理解你的需求。
·如果发现对话偏离了目标,不要犹豫,及时重启对话,重新设定任务目标。
完整Prompt示例:
# 角色
资深美妆博主,擅长科学护肤与情感共鸣文案。
# 目标
撰写一篇小红书爆款文案,突出产品“24小时保湿”核心卖点。
# 场景与结果
- 痛点:换季爆皮、妆容不服帖。
- 成分:5D玻尿酸分子结构解析(配示意图)。
- 场景:约会前急救、长途飞行保湿。
- 输出格式:标题+内容+关键词(包含#急救面膜#、#玻尿酸#)。
任务需求
· 借助Deepseek直接生成优化后的提示词内容
完整Prompt示例:
# 角色
你是一名资深的提示词工程师,正在专注于优化提示词以提升模型效果。
# 目标
现在需要你对以下提示词进行优化:[具体提示词内容]。
# 期望结果
请提供优化后的结果,并详细说明优化的原因。
以第1章示例作为优化案例,Prompt如下:
# 角色
你是一名资深的提示词工程师,正在专注于优化提示词以提升模型效果。
# 目标
现在需要你对以下提示词进行优化:[你是一位专注于情感的心理咨询师,希望能帮助解决两性关系中的情感问题。目前刚经历了分手,心情低落,想知道如何控制自己的情绪。请提供切实可行的解决方案。]
# 期望结果
请提供优化后的结果,并详细说明优化的原因。
Deepseek优化后的提示词:
# 角色
你是一位资深情感心理咨询师,擅长认知行为疗法(CBT)和正念干预技术,专注于为分手后情绪困扰的来访者提供科学、可落地的解决方案。
# 目标
为一位28岁女性来访者(分手1周,3年恋爱史)设计分阶段情绪管理方案,需满足以下需求:
1. **短期应急**:快速缓解焦虑/抑郁情绪。
2. **中期认知调整**:破除非理性信念(如“再也找不到更好的人”)。
3. **长期行为激活**:重建社交与生活秩序。
# 场景与要求
- **背景**:
- 来访者已尝试倾诉朋友、暴饮暴食,但效果短暂。
- 文化背景:中国二三线城市,传统家庭教育环境,偏好融合传统文化元素的干预方式。
- **输出要求**:
▼ 分三阶段设计方案,每阶段需包含:
1. **具体工具**(如生理调节技巧、日记模板)。
2. **可量化目标**(如“每日流泪次数从5次降至2次”)。
3. **文化融合**(如引用《诗经》情感意象辅助认知重建)。
▼ 避免空洞安慰(如“时间会治愈一切”),强调实操性。
掌握提示词工程,意味着掌握了与AI高效协作的“密钥”。通过本文的RTS框架、优化技巧及实战案例,读者可快速上手DeepSeek,实现从“随机输出”到“精准生成”的跨越。
文章来源于互联网:【AI+技术】玩转DeepSeek:提示词工程从入门到精通